我國(guó)房地產(chǎn)上市公司財(cái)務(wù)杠桿影響因素研究

摘要：首先，選取74家房地產(chǎn)上市公司2016—2020年的相關(guān)數(shù)據(jù)，在不同財(cái)務(wù)杠桿區(qū)間下觀察其財(cái)務(wù)杠桿系數(shù)和資產(chǎn)報(bào)酬率情況，發(fā)現(xiàn)[0.5，0.7]是較適合我國(guó)房地產(chǎn)業(yè)上市公司的財(cái)務(wù)杠桿區(qū)間。其次，構(gòu)建面板數(shù)據(jù)模型，對(duì)影響財(cái)務(wù)杠桿的因素進(jìn)行實(shí)證分析，得出如下結(jié)論：公司規(guī)模、資產(chǎn)結(jié)構(gòu)及成長(zhǎng)性與其財(cái)務(wù)杠桿呈相同的變化趨勢(shì)，而營(yíng)運(yùn)能力、盈利能力及償債能力與其財(cái)務(wù)杠桿呈相反的變化趨勢(shì)，其中財(cái)務(wù)杠桿隨企業(yè)盈利能力和成長(zhǎng)性變化而變化的程度最明顯。最后，基于分析結(jié)果，針對(duì)企業(yè)如何設(shè)置合適的財(cái)務(wù)杠桿提出建議。

關(guān)鍵詞：財(cái)務(wù)杠桿；房地產(chǎn)業(yè)；影響因素；面板數(shù)據(jù)模型

0引言

多年來(lái)，房地產(chǎn)業(yè)為我國(guó)經(jīng)濟(jì)發(fā)展作出了不容忽視的貢獻(xiàn)，在生產(chǎn)、流通、分配及消費(fèi)等各個(gè)領(lǐng)域均發(fā)揮了舉足輕重的作用，同時(shí)帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展，對(duì)政府收入、社會(huì)就業(yè)、居民收支等方面具有重大影響力。根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)，2016—2020年，我國(guó)房地產(chǎn)業(yè)增加值占國(guó)內(nèi)生產(chǎn)總值（GDP）的比重逐年增大，由6.7%提高到7.3%。

房地產(chǎn)業(yè)作為典型的高杠桿、多庫(kù)存行業(yè)，不恰當(dāng)?shù)呢?cái)務(wù)杠桿水平極有可能導(dǎo)致企業(yè)面臨一系列危機(jī)。因此，研究房地產(chǎn)業(yè)上市公司財(cái)務(wù)杠桿影響因素，將財(cái)務(wù)杠桿控制在合理區(qū)間內(nèi)，尤為重要。

1文獻(xiàn)回顧

Ross[1]認(rèn)為，企業(yè)進(jìn)行債務(wù)融資，會(huì)使債權(quán)人接收到該企業(yè)發(fā)展較好且在今后發(fā)展中將持續(xù)盈利的信號(hào)，使債權(quán)人認(rèn)為其借出的資金能夠及時(shí)收回，所以愿意將資金出借給該企業(yè)，提高了企業(yè)價(jià)值。但是，大量舉債可能使企業(yè)面臨一系列不確定性。Titman和Wessels[2]從理論層面分析認(rèn)為，負(fù)債的多少與企業(yè)的發(fā)展水平呈負(fù)相關(guān)關(guān)系，而實(shí)證研究結(jié)果卻表明影響并不顯著。Rajan和Zingale[3]通過(guò)實(shí)證分析得出了財(cái)務(wù)杠桿與企業(yè)盈利能力呈明顯反方向變化的結(jié)論，且認(rèn)為企業(yè)規(guī)模越大，這種反向變化越顯著。Goel等[4]通過(guò)選擇機(jī)械行業(yè)10年相關(guān)數(shù)據(jù)、構(gòu)建面板模型及比率分析，研究了財(cái)務(wù)杠桿與公司運(yùn)轉(zhuǎn)速度對(duì)業(yè)績(jī)的影響，認(rèn)為影響效果顯著。Paganini[5]利用經(jīng)濟(jì)數(shù)量的百分比變化對(duì)經(jīng)營(yíng)杠桿和財(cái)務(wù)杠桿進(jìn)行建模，認(rèn)為二者之間呈負(fù)相關(guān)關(guān)系，但同時(shí)也發(fā)現(xiàn)了二者正相關(guān)和不相關(guān)的條件，即二者的關(guān)系取決于具體情況和管理決策。An Zhe等[6]利用7 246家公司的大量樣本驗(yàn)證了外國(guó)機(jī)構(gòu)所有權(quán)與公司杠桿調(diào)整速度之間的積極關(guān)系。這種關(guān)系主要集中在那些需要降低財(cái)務(wù)杠桿以重新平衡其資本結(jié)構(gòu)的過(guò)度杠桿化的公司身上。Sawkat[7]對(duì)負(fù)債水平不同的公司的跨國(guó)面板數(shù)據(jù)進(jìn)行測(cè)試，得出了高杠桿公司整體業(yè)績(jī)明顯低于低杠桿公司整體業(yè)績(jī)的結(jié)論，因?yàn)轭~外的債務(wù)可能導(dǎo)致破產(chǎn)和價(jià)值損失等問(wèn)題。

唐媚媚[8]以我國(guó)機(jī)械設(shè)備行業(yè)上市公司5年的相關(guān)數(shù)據(jù)為樣本，研究影響財(cái)務(wù)杠桿的主要因素，得出資本成本、發(fā)展能力、公司規(guī)模、經(jīng)營(yíng)風(fēng)險(xiǎn)、償債能力、盈利能力、營(yíng)運(yùn)能力7個(gè)因素對(duì)企業(yè)財(cái)務(wù)杠桿水平產(chǎn)生了不容忽視的影響。其中，資本成本、經(jīng)營(yíng)風(fēng)險(xiǎn)、盈利能力表現(xiàn)出與其相反的走向；發(fā)展能力、公司規(guī)模、償債能力、營(yíng)運(yùn)能力則與其呈現(xiàn)相同的變化趨勢(shì)。而資產(chǎn)構(gòu)成比例、稅收效應(yīng)等因素對(duì)企業(yè)財(cái)務(wù)杠桿水平的影響不大。邵靜[9]通過(guò)對(duì)滬深兩市部分新能源上市公司2009—2013年數(shù)據(jù)的整理和分析，構(gòu)建了多元線性回歸模型，在此基礎(chǔ)上進(jìn)行描述性統(tǒng)計(jì)，對(duì)各指標(biāo)進(jìn)行分類，最后得出結(jié)論：新能源上市公司的財(cái)務(wù)杠桿與財(cái)務(wù)杠桿系數(shù)、發(fā)展能力、資產(chǎn)組成比例、公司規(guī)模均呈相同的走向，與盈利能力呈相反的走向。王晨[10]以96家已掛牌上市的房地產(chǎn)公司的相關(guān)財(cái)務(wù)指標(biāo)為樣本，分析其財(cái)務(wù)杠桿變動(dòng)趨勢(shì)及分布情況，得出較為合理的房地產(chǎn)業(yè)杠桿區(qū)間，引入企業(yè)性質(zhì)這一虛擬變量，先后進(jìn)行全樣本實(shí)證回歸和子樣本實(shí)證回歸，認(rèn)為財(cái)務(wù)杠桿與公司規(guī)模、盈利能力、發(fā)展程度、物價(jià)水平等因素呈相同方向變化趨勢(shì)，與非債務(wù)稅盾、城鎮(zhèn)化水平呈相反方向變化趨勢(shì)，且認(rèn)為不同性質(zhì)的企業(yè)對(duì)財(cái)務(wù)杠桿具有不完全相同的影響，即國(guó)有企業(yè)財(cái)務(wù)杠桿與盈利能力沿相反方向變化，而非國(guó)有企業(yè)財(cái)務(wù)杠桿與盈利能力沿相同方向變化。周東雪[11]選取我國(guó)170多家房地產(chǎn)上市公司2011—2016年的數(shù)據(jù)，利用專業(yè)軟件構(gòu)建面板數(shù)據(jù)模型，分析了哪些因素變化時(shí)財(cái)務(wù)杠桿會(huì)隨之變化，結(jié)果表明：成長(zhǎng)性、資產(chǎn)組成比例、公司規(guī)模與財(cái)務(wù)杠桿沿相同方向變化；償債能力、盈利能力、營(yíng)運(yùn)能力與財(cái)務(wù)杠桿沿相反方向變動(dòng)。彭瑞宣[12]選取96家房地產(chǎn)上市公司2007—2017年共986個(gè)觀測(cè)值，利用回歸分析軟件，同時(shí)采用逐漸減少宏觀變量指標(biāo)的方法，得出結(jié)論：當(dāng)公司規(guī)模擴(kuò)大、盈利能力提升時(shí)，財(cái)務(wù)杠桿會(huì)隨之增大；而當(dāng)城市化水平及非債務(wù)稅盾削弱時(shí)，財(cái)務(wù)杠桿才會(huì)增大。張連成[13]通過(guò)構(gòu)建面板數(shù)據(jù)模型對(duì)我國(guó)18家具有代表性的上市鋼鐵企業(yè)進(jìn)行實(shí)證分析，發(fā)現(xiàn)資產(chǎn)規(guī)模對(duì)財(cái)務(wù)杠桿的影響最大，盈利能力、公司發(fā)展能力和通貨膨脹率對(duì)財(cái)務(wù)杠桿的影響程度緊隨其后。劉萍[14]通過(guò)建立計(jì)量模型計(jì)算去杠桿對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，發(fā)現(xiàn)去杠桿與財(cái)務(wù)績(jī)效呈正向線性關(guān)系。李琳[15]研究了資產(chǎn)負(fù)債表內(nèi)和表外的杠桿對(duì)不同性質(zhì)商業(yè)銀行穩(wěn)定性的影響，利用系統(tǒng)GMM估計(jì)方法發(fā)現(xiàn)財(cái)務(wù)杠桿和信用貸款承諾杠桿的下降會(huì)使商業(yè)銀行運(yùn)行發(fā)展更穩(wěn)定，且表外杠桿相較于表內(nèi)杠桿影響更大。

綜上所述，國(guó)外學(xué)者較早地對(duì)財(cái)務(wù)杠桿影響因素進(jìn)行了研究，理論知識(shí)較完善和成熟。國(guó)內(nèi)外學(xué)者對(duì)財(cái)務(wù)杠桿影響因素的研究結(jié)論略有不同，且樣本數(shù)據(jù)不同可能導(dǎo)致研究結(jié)論出現(xiàn)差異。因此，具體問(wèn)題具體分析顯得尤為重要。把財(cái)務(wù)杠桿降至合理區(qū)間內(nèi)，對(duì)企業(yè)保持穩(wěn)定性和提高經(jīng)營(yíng)業(yè)績(jī)具有正面影響。

2我國(guó)房地產(chǎn)上市公司財(cái)務(wù)杠桿及其相關(guān)指標(biāo)描述性分析房地產(chǎn)業(yè)與國(guó)民經(jīng)濟(jì)發(fā)展息息相關(guān)，因此其面臨的風(fēng)險(xiǎn)和挑戰(zhàn)也受到社會(huì)各界的關(guān)注。2015—2019年我國(guó)房地產(chǎn)業(yè)與部分行業(yè)資產(chǎn)負(fù)債率對(duì)比見(jiàn)圖1。由圖1可以看出，2015—2019年，許多行業(yè)的資產(chǎn)負(fù)債率處于40%～60%區(qū)間，少部分行業(yè)的資產(chǎn)負(fù)債率低于40%，而房地產(chǎn)業(yè)的資產(chǎn)負(fù)債率由2015年的77.70%增至2019年的80.40%，不論哪一年都明顯高于其他行業(yè)。

2.1財(cái)務(wù)杠桿及財(cái)務(wù)杠桿系數(shù)描述性統(tǒng)計(jì)分析

本文通過(guò)Eviews軟件對(duì)我國(guó)74家房地產(chǎn)上市公司2016—2020年的財(cái)務(wù)杠桿及其作用程度進(jìn)行描述性統(tǒng)計(jì)，計(jì)算出每年的均值、中值、最大值、最小值等。

2016—2020年我國(guó)房地產(chǎn)上市公司財(cái)務(wù)杠桿描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。由表1可知，2016—2020年，74家房地產(chǎn)上市公司財(cái)務(wù)杠桿的均值均居于0.7上下，且大體呈上升趨勢(shì)，其中2018年突破0.7，2020年上升到0.704 7，表明大多數(shù)公司都是高負(fù)債經(jīng)營(yíng)。同時(shí)，標(biāo)準(zhǔn)差總體上呈上升趨勢(shì)，其離散程度變大，表明我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)整體逐年增大。

2016—2020年我國(guó)房地產(chǎn)上市公司財(cái)務(wù)杠桿系數(shù)描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。由表2可知，2016—2020年，樣本公司的財(cái)務(wù)杠桿系數(shù)均值都在[1，2]之間，表明大部分公司的財(cái)務(wù)杠桿系數(shù)相對(duì)來(lái)說(shuō)比較安全，但是其標(biāo)準(zhǔn)差波動(dòng)較大，說(shuō)明財(cái)務(wù)杠桿系數(shù)離散程度在變化。相比2017年，2018年的標(biāo)準(zhǔn)差有所增大，而2019—2020年不斷減小，呈拋物線形狀變化，說(shuō)明房地產(chǎn)上市公司各年財(cái)務(wù)杠桿系數(shù)差異逐漸縮小，風(fēng)險(xiǎn)得到了有效控制。

2.2不同財(cái)務(wù)杠桿相關(guān)指標(biāo)描述性統(tǒng)計(jì)分析

本文把財(cái)務(wù)杠桿分為0.5以下、[0.5，0.7]及0.7以上3個(gè)區(qū)間，分別對(duì)這3個(gè)區(qū)間的樣本公司財(cái)務(wù)杠桿系數(shù)和資產(chǎn)報(bào)酬率進(jìn)行描述性統(tǒng)計(jì)。

2016—2020年不同財(cái)務(wù)杠桿下樣本公司財(cái)務(wù)杠桿系數(shù)描述性統(tǒng)計(jì)結(jié)果見(jiàn)表3。由表3可知，2016—2020年，財(cái)務(wù)杠桿處于0.5以下的房地產(chǎn)上市公司較少，大部分公司的財(cái)務(wù)杠桿大于0.5，尤其財(cái)務(wù)杠桿在0.7以上的公司占比最大。通過(guò)前文對(duì)部分行業(yè)財(cái)務(wù)杠桿的對(duì)比分析可知，許多行業(yè)財(cái)務(wù)杠桿都在0.5以下，而房地產(chǎn)業(yè)財(cái)務(wù)杠桿在這個(gè)區(qū)間占比較小，大多居于0.7以上，所以房地產(chǎn)業(yè)普遍被認(rèn)為是高負(fù)債行業(yè)。

一般而言，財(cái)務(wù)杠桿系數(shù)處于[1，2]之間被認(rèn)為是安全且有效的；[0，1]被視為虧損區(qū)間，表示公司經(jīng)營(yíng)收益不夠償還債務(wù)利息；其他區(qū)間則可能面臨經(jīng)營(yíng)風(fēng)險(xiǎn)。由表3可知，在財(cái)務(wù)杠桿低于0.5時(shí)，出現(xiàn)了樣本公司財(cái)務(wù)杠桿系數(shù)均值小于1的情況，因此該區(qū)間相對(duì)來(lái)說(shuō)并不適合；在[0.5，0.7]區(qū)間，樣本公司財(cái)務(wù)杠桿系數(shù)標(biāo)準(zhǔn)差變動(dòng)幅度較大，尤其是2018年，說(shuō)明我國(guó)房地產(chǎn)業(yè)上市公司財(cái)務(wù)杠桿較高且不穩(wěn)定；財(cái)務(wù)杠桿在0.7以上的樣本公司，其財(cái)務(wù)杠桿系數(shù)普遍較大，說(shuō)明風(fēng)險(xiǎn)也較大。

2016—2020年不同財(cái)務(wù)杠桿下樣本公司資產(chǎn)報(bào)酬率描述性統(tǒng)計(jì)結(jié)果見(jiàn)表4。由表4可知，資產(chǎn)報(bào)酬率均值在財(cái)務(wù)杠桿為[0.5，0.7]時(shí)最大且最穩(wěn)定，而在其他2個(gè)區(qū)間時(shí)要么相對(duì)較低，要么變動(dòng)幅度相對(duì)較大。同時(shí)，許多房地產(chǎn)上市公司的財(cái)務(wù)杠桿都處在[0.5，0.7]區(qū)間。因此可認(rèn)為，該區(qū)間是我國(guó)房地產(chǎn)業(yè)上市公司的最優(yōu)杠桿區(qū)間，在此區(qū)間內(nèi)企業(yè)獲益能力最強(qiáng)。

綜上，高財(cái)務(wù)杠桿在帶來(lái)高收益的同時(shí)增大了高風(fēng)險(xiǎn)的可能性，因此房地產(chǎn)上市公司需要合理利用財(cái)務(wù)杠桿，把財(cái)務(wù)杠桿降至合適的區(qū)間內(nèi)，使企業(yè)保持穩(wěn)定性，提高經(jīng)營(yíng)業(yè)績(jī)。

3財(cái)務(wù)杠桿影響因素實(shí)證分析

3.1研究假設(shè)

財(cái)務(wù)杠桿的影響因素較多，總體上可以歸納為外部環(huán)境因素和內(nèi)部環(huán)境因素。外部環(huán)境因素主要有國(guó)家相關(guān)政策、行業(yè)所處環(huán)境、物價(jià)水平及通貨膨脹率等，內(nèi)部環(huán)境因素主要有公司規(guī)模、償債能力等。其中部分因素很難用相應(yīng)的指標(biāo)量化反映且公司本身無(wú)法調(diào)整控制，構(gòu)建面板數(shù)據(jù)模型時(shí)不予考慮。基于此，本文選取資產(chǎn)結(jié)構(gòu)、公司規(guī)模、盈利能力、營(yíng)運(yùn)能力、償債能力、成長(zhǎng)性6個(gè)因素進(jìn)行分析。

3.1.1資產(chǎn)結(jié)構(gòu)

修正后的MM理論認(rèn)為，利息費(fèi)用的存在帶來(lái)了節(jié)稅效應(yīng)，在一定范圍內(nèi)，債務(wù)在資產(chǎn)中占據(jù)的份額越大，企業(yè)的應(yīng)納稅所得額就越少，所要交的稅也會(huì)相應(yīng)減少，企業(yè)價(jià)值因此會(huì)提升，所以資產(chǎn)結(jié)構(gòu)會(huì)對(duì)財(cái)務(wù)杠桿產(chǎn)生影響。考慮到房地產(chǎn)業(yè)的特殊情況，本文用存貨與固定資產(chǎn)的總和在總資產(chǎn)中的占比來(lái)表示企業(yè)的資產(chǎn)結(jié)構(gòu)。在面對(duì)猝不及防的財(cái)務(wù)危機(jī)時(shí)，企業(yè)的資產(chǎn)結(jié)構(gòu)比率越大，即存貨和固定資產(chǎn)占越大，企業(yè)越可能將這些資產(chǎn)抵押變賣，首先償還債權(quán)人的本息，因此債權(quán)人愿意將資金借給這些還款有保障的企業(yè)。基于此，提出假設(shè)1：

H1：我國(guó)房地產(chǎn)上市公司的資產(chǎn)結(jié)構(gòu)與其財(cái)務(wù)杠桿呈同方向變化。

3.1.2公司規(guī)模

規(guī)模越大的公司越有可能在變化的環(huán)境中穩(wěn)定發(fā)展，面對(duì)風(fēng)險(xiǎn)也能更迅速地采取措施。相比小規(guī)模的公司，當(dāng)大規(guī)模的公司需要擴(kuò)大生產(chǎn)外借資金時(shí)，債權(quán)人更愿意把資金借給它們，因?yàn)檫@些公司還款更有保障，不會(huì)讓債權(quán)人收不回本。鑒于此，提出假設(shè)2：

H2：我國(guó)房地產(chǎn)上市公司的規(guī)模與其財(cái)務(wù)杠桿呈同方向變化。

3.1.3盈利能力

當(dāng)企業(yè)盈利能力較強(qiáng)時(shí)，其留存收益也較多，此時(shí)企業(yè)大多優(yōu)先考慮內(nèi)源融資，因此提出假設(shè)3：

H3：我國(guó)房地產(chǎn)上市公司的盈利能力與其財(cái)務(wù)杠桿呈反方向變化.

3.1.4營(yíng)運(yùn)能力

企業(yè)營(yíng)運(yùn)能力越強(qiáng)，表明其利用資產(chǎn)進(jìn)行購(gòu)銷活動(dòng)的能力越強(qiáng)，資金往來(lái)速度越快，賺取利潤(rùn)的速度也越快，得到的留存收益也就越多，此時(shí)就不需要再?gòu)耐獠拷枞氪罅抠Y金，能降低負(fù)債率，因此提出假設(shè)4：

H4：我國(guó)房地產(chǎn)上市公司的營(yíng)運(yùn)能力與其財(cái)務(wù)杠桿呈反方向變化。

3.1.5償債能力

當(dāng)企業(yè)具有足夠的償債能力時(shí)，債權(quán)人無(wú)須擔(dān)心順利收回本息的期望破滅[1]。面對(duì)其他條件相同的2家公司，債權(quán)人更傾向于把資金借給更有能力償還債務(wù)的公司，因此提出假設(shè)5：

H5：我國(guó)房地產(chǎn)上市公司的償債能力與其財(cái)務(wù)杠桿呈同方向變化。

3.1.6成長(zhǎng)性

成長(zhǎng)性越好的公司通常被認(rèn)為越有發(fā)展?jié)撃埽惨虼嗽饺菀资艿絺鶛?quán)人的青睞。同時(shí)，處于發(fā)展上升期的公司比處于其他階段的公司更需要大量資金用以投入運(yùn)營(yíng)，爭(zhēng)奪市場(chǎng)占有率，因此提出假設(shè)6：

H6：我國(guó)房地產(chǎn)上市公司的成長(zhǎng)性與其財(cái)務(wù)杠桿呈同方向變化。

3.2變量選擇

本文選取資產(chǎn)負(fù)債率來(lái)表示財(cái)務(wù)杠桿。綜合考慮房地產(chǎn)業(yè)的特殊情況，選取的變量衡量指標(biāo)及計(jì)算方法見(jiàn)表5。

3.3樣本選擇及數(shù)據(jù)來(lái)源

本文選取74家滬深A(yù)股房地產(chǎn)上市公司2016—2020年的相關(guān)數(shù)據(jù)作為樣本，并剔除了一些異常指標(biāo)。數(shù)據(jù)主要來(lái)源于東方財(cái)富的Choice金融終端。

3.4模型構(gòu)建

本文選取多個(gè)時(shí)期多家公司的截面數(shù)據(jù)作為樣本，因此通過(guò)構(gòu)建面板數(shù)據(jù)模型分析我國(guó)房地產(chǎn)上市公司財(cái)務(wù)杠桿的影響因素較為適合。該模型主要包括混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型3種。基本模型為

Y_it=β₀+βX_it+ε_it （1）

式中，Y_it為被解釋變量，表示在橫截面i和時(shí)刻t的數(shù)值大小；β₀為常數(shù)項(xiàng)；β為斜率系數(shù)；X_it為樣本數(shù)；ε_it為隨機(jī)誤差項(xiàng)；i=1，2，…，N；t=1，2，…，T。

混合模型假定截距和斜率對(duì)所有時(shí)期的所有截面?zhèn)€體都是一樣的；固定效應(yīng)模型允許截距變動(dòng)及β₀是變化的，其變化與X_it相關(guān)；隨機(jī)效應(yīng)模型與固定效應(yīng)模型一樣允許截距變動(dòng)，但變動(dòng)的幅度是隨機(jī)的，與X_it無(wú)關(guān)。

本文使用Eviews7.0對(duì)數(shù)據(jù)進(jìn)行LR（Likelihood Ratio）檢驗(yàn)，以判斷應(yīng)選擇混合模型還是固定效應(yīng)模型，該檢驗(yàn)假設(shè)如下：

Ha：所有截面的截距相同（混合模型）。

Hb：所有截面的截距不全相同（固定效應(yīng)模型）。

LR檢驗(yàn)結(jié)果見(jiàn)表6。由表6可知，F(xiàn)檢驗(yàn)和Chi-square（卡方）檢驗(yàn)的p值都小于0.05，所以拒絕原假設(shè)Ha，選擇固定效應(yīng)模型。

接下來(lái)用Hausman檢驗(yàn)來(lái)判斷選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，該檢驗(yàn)假設(shè)如下：

Hc：誤差項(xiàng)與自變量無(wú)關(guān)（隨機(jī)效應(yīng)模型）。

Hd：誤差項(xiàng)與自變量有關(guān)（固定效應(yīng)模型）。

Hausman檢驗(yàn)結(jié)果見(jiàn)表7。同樣，p值也小于0.05，因此拒絕原假設(shè)Hc，選擇固定效應(yīng)模型。

綜上，構(gòu)建如下固定效應(yīng)模型

FL=C+β₁AST_it+β₂SIZE_it+β₃RTA_it+β₄ITR_it+β₅CAR_it+β₆TAGR_it+ε_it （2）

式中，C為常數(shù)項(xiàng)；ε_it為隨機(jī)誤差項(xiàng)；i為房地產(chǎn)上市公司數(shù)量，取1，2，…，74；t為年份，取2016，2017，…，2020。

3.5描述性統(tǒng)計(jì)分析

本文對(duì)財(cái)務(wù)杠桿及資產(chǎn)結(jié)構(gòu)等變量進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果見(jiàn)表8。

由表8可知，財(cái)務(wù)杠桿的均值為0.698，一般行業(yè)的財(cái)務(wù)杠桿在0.5以下，可見(jiàn)房地產(chǎn)是高杠桿行業(yè)。財(cái)務(wù)杠桿的最大值為0.941，最小值為0.302，相差較大，但標(biāo)準(zhǔn)差為0.134，比較集中，說(shuō)明房地產(chǎn)上市公司總體上財(cái)務(wù)杠桿差別較小，只有極少數(shù)公司差距較大；資產(chǎn)結(jié)構(gòu)均值為0.564，最大值和最小值分別為0.909和0.124，標(biāo)準(zhǔn)差為0.160，表明總體上房地產(chǎn)上市公司差異不大，但個(gè)別公司差異較大；公司規(guī)模最大值與最小值相差6.179，標(biāo)準(zhǔn)差為1.351，表明樣本公司的規(guī)模存在一定差距，但差距不大；盈利能力最大值和最小值分別為0.137和-0.107，表示有些公司盈利有些公司虧損，但差異不大；營(yíng)運(yùn)能力最大值和最小值相差5.117，表明樣本公司的營(yíng)運(yùn)能力雖然有一定差距，但其離散程度較小，標(biāo)準(zhǔn)差僅為0.428；償債能力的最大值為1.498，最小值為0.023，標(biāo)準(zhǔn)差為0.219，總體離散程度不大，個(gè)別公司的償債能力差異較大；成長(zhǎng)性均值為0.130，最大值為0.673，最小值為-0.308，標(biāo)準(zhǔn)差為0.174，說(shuō)明有的房地產(chǎn)上市公司資產(chǎn)增加，有的房地產(chǎn)上市公司資產(chǎn)減少，離散程度較小。

3.6實(shí)證結(jié)果分析

本文利用Eviews7.0對(duì)模型（2）進(jìn)行回歸，結(jié)果見(jiàn)表9。

由表9可知，首先，該模型度量擬合程度的可決系數(shù)R²達(dá)到0.924 801，調(diào)整后的R²也達(dá)到0.904 316，擬合優(yōu)度較高;F統(tǒng)計(jì)量為45.144 770，p值為0，小于0.05，說(shuō)明構(gòu)建的模型是可以接受的。其次，模型中解釋變量的p值都小于0.05，即在5%的置信區(qū)間，這些影響因素都通過(guò)了檢驗(yàn)，效果顯著。最后，雖然截距項(xiàng)的p值大于0.05，但其他重要指標(biāo)均通過(guò)了檢驗(yàn)，其影響不大。綜上所述，將各變量回歸系數(shù)代入模型（2），得到最終模型

FL=-0.068 901+0.096 165AST_it+0.050 829SIZE_it-0.503 361RTA_it-0.028 986ITR_it-0.090 486CAR_it+0.100 563TAGR_it （3）

由模型（3）可知，房地產(chǎn)業(yè)上市公司的資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長(zhǎng)性與其財(cái)務(wù)杠桿呈同方向變化，而盈利能力、營(yíng)運(yùn)能力、償債能力與其財(cái)務(wù)杠桿呈反方向變化。由回歸系數(shù)可以看出，盈利能力和成長(zhǎng)性對(duì)企業(yè)財(cái)務(wù)杠桿的影響較大，營(yíng)運(yùn)能力對(duì)企業(yè)財(cái)務(wù)杠桿的影響不顯著，其余指標(biāo)影響程度適中。除了償債能力，其余指標(biāo)都與原假設(shè)一致。償債能力的回歸系數(shù)為-0.090 486，表明隨著現(xiàn)金比率的提高，財(cái)務(wù)杠桿反而會(huì)下降，拒絕原假設(shè)。這可能是因?yàn)楸疚倪x取了現(xiàn)金比率作為衡量?jī)攤芰Φ闹笜?biāo)。一般認(rèn)為經(jīng)營(yíng)規(guī)模大、盈利能力強(qiáng)的公司現(xiàn)金比率較高，同時(shí)留存收益也較多，當(dāng)公司資金需求總額不變時(shí)，內(nèi)源融資變多，債務(wù)融資隨之減少，財(cái)務(wù)杠桿就會(huì)降低。

4結(jié)語(yǔ)

本文選取我國(guó)74家滬深A(yù)股房地產(chǎn)上市公司的相關(guān)數(shù)據(jù)，對(duì)不同財(cái)務(wù)杠桿下的財(cái)務(wù)杠桿系數(shù)和資產(chǎn)報(bào)酬率進(jìn)行描述性分析，同時(shí)利用Eviews7.0建立面板固定效應(yīng)模型，對(duì)財(cái)務(wù)杠桿的影響因素進(jìn)行實(shí)證分析，得出結(jié)論：第一，目前房地產(chǎn)業(yè)的最佳財(cái)務(wù)杠桿區(qū)間為[0.5，0.7]；第二，房地產(chǎn)業(yè)上市公司的資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長(zhǎng)性與其財(cái)務(wù)杠桿呈同方向變化；第三，房地產(chǎn)業(yè)上市公司的盈利能力、營(yíng)運(yùn)能力、償債能力與其財(cái)務(wù)杠桿呈反方向變化；第四，盈利能力和成長(zhǎng)性對(duì)財(cái)務(wù)杠桿的影響較大，資產(chǎn)結(jié)構(gòu)、公司規(guī)模和償債能力對(duì)財(cái)務(wù)杠桿的影響適中，營(yíng)運(yùn)能力對(duì)財(cái)務(wù)杠桿的影響較小。

基于以上結(jié)論，本文針對(duì)房地產(chǎn)上市公司提出以下建議：

1.提升對(duì)財(cái)務(wù)杠桿的重視度

相比其他行業(yè)，我國(guó)房地產(chǎn)業(yè)的財(cái)務(wù)杠桿較高，且部分公司差異較大，很可能是因?yàn)楣芾碚邲](méi)有足夠重視財(cái)務(wù)杠桿帶來(lái)的風(fēng)險(xiǎn)與收益。例如，高杠桿公司任其財(cái)務(wù)杠桿持續(xù)上漲，沒(méi)有進(jìn)行調(diào)控；低杠桿公司未看到財(cái)務(wù)杠桿所能帶來(lái)的收益。所以，房地產(chǎn)企業(yè)的管理層應(yīng)增強(qiáng)風(fēng)險(xiǎn)意識(shí)，提升對(duì)財(cái)務(wù)杠桿的重視度。

2.根據(jù)自身情況采取不同的財(cái)務(wù)杠桿策略

一般來(lái)說(shuō)，財(cái)務(wù)杠桿越高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越大。當(dāng)企業(yè)有效運(yùn)營(yíng)時(shí)，可以利用較高的財(cái)務(wù)杠桿來(lái)創(chuàng)造收益；當(dāng)企業(yè)面臨經(jīng)營(yíng)危機(jī)時(shí)，較高的財(cái)務(wù)杠桿可能使企業(yè)受損。而如果財(cái)務(wù)杠桿過(guò)低，表示公司沒(méi)有充分發(fā)揮債務(wù)融資的作用，在其他條件相同時(shí)，有負(fù)債的公司一般比沒(méi)有負(fù)債的公司所籌集的資金多，利用這部分資金所創(chuàng)造的價(jià)值也大。所以，企業(yè)應(yīng)根據(jù)自身發(fā)展情況調(diào)整財(cái)務(wù)杠桿，經(jīng)營(yíng)較好時(shí)適當(dāng)提高財(cái)務(wù)杠桿比率，經(jīng)營(yíng)較差時(shí)適當(dāng)降低財(cái)務(wù)杠桿比率。

3.合理調(diào)整財(cái)務(wù)杠桿

通過(guò)實(shí)證分析結(jié)果可知，資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長(zhǎng)性與財(cái)務(wù)杠桿呈同方向變化，此時(shí)可以通過(guò)降低相關(guān)數(shù)值在資產(chǎn)總額中的占比來(lái)達(dá)到降低財(cái)務(wù)杠桿的目的。規(guī)模較大、正在持續(xù)發(fā)展的公司無(wú)法降低規(guī)模，可以維持現(xiàn)有經(jīng)營(yíng)規(guī)模，不隨意投入新生產(chǎn)。同時(shí)，企業(yè)可以根據(jù)自身的盈利能力和營(yíng)運(yùn)能力增加內(nèi)部資金，適當(dāng)減少債務(wù)融資，從而降低財(cái)務(wù)風(fēng)險(xiǎn)。

參考文獻(xiàn)

[1]ROSS S.The determinants of financial structure：the incentive signaling approach[J].Bell Journal of Economics，1977（8）：23-40.

[2]TITMAN S，WESSELS R.The determinants of capital structure choice[J].The Journal of Finance，1988，43（1）：1-19.

[3]RAJAN R G，ZINGALES L.What do we know about capital structure？some evidence from international data[J].The Journal of Finance，1995，50（5）：1421-1460.

[4]GOEL U，CHADHA S，SHARMA A K.Operating liquidity and financial leverage：evidences from Indian machinery industry[J].Procedia-Social and Behavioral Sciences，2015，189（25）：344-350.

[5]PAGANINI M A.The DOL-DFL Nexus：the relationship betweenthe degree of operating leverage（DOL）and the degree of financial leverage（DFL）[J].International Journal of Economics and Finance，2021，13（6）：71-102.

[6]AN Z，CHEN C，LI D H，et al.Foreign institutional ownership and the speed of leverage adjustment：international evidence[J].Journal of Corporate Finance，2021，68（3）：1-21.

[7]SAWKAT H M.A revisit of capital structure puzzle：global evidence and analysis[J].International Review of Economics and Finance，2021（75）：657-678.

[8]唐媚媚.上市公司財(cái)務(wù)杠桿影響因素研究：以機(jī)械設(shè)備行業(yè)為例[J].財(cái)會(huì)通訊，2015（3）：97-100.

[9]邵靜.新能源上市公司財(cái)務(wù)杠桿的影響因素研究[D].哈爾濱：東北林業(yè)大學(xué)，2015.

[10]王晨.中國(guó)房地產(chǎn)上市企業(yè)財(cái)務(wù)杠桿影響因素的實(shí)證研究[D].上海：上海社會(huì)科學(xué)院，2017.

[11]周東雪.我國(guó)房地產(chǎn)業(yè)上市公司財(cái)務(wù)杠桿影響因素研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2018.

[12]彭瑞宣.中國(guó)房地產(chǎn)上市企業(yè)財(cái)務(wù)杠桿影響因素的實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)，2018（8）：38-39.

[13]張連成.中國(guó)上市企業(yè)財(cái)務(wù)杠桿率影響因素分析：以鋼鐵行業(yè)為例[D].沈陽(yáng)：遼寧大學(xué)，2019.

[14]劉萍.去杠桿的財(cái)務(wù)績(jī)效影響研究[J].江蘇第二師范學(xué)院學(xué)報(bào)，2020，36（6）：105-108.

[15]李琳.銀行杠桿水平對(duì)我國(guó)上市商業(yè)銀行穩(wěn)定性的影響[J].營(yíng)銷界，2021（12）：173-174.

收稿日期：2022-11-25

作者簡(jiǎn)介：

蘇文靜，女，2000年生，本科，初級(jí)會(huì)計(jì)師，主要研究方向：財(cái)務(wù)杠桿與財(cái)務(wù)風(fēng)險(xiǎn)。

周彩節(jié)（通信作者），女，1971年生，碩士研究生，副教授，主要研究方向：財(cái)務(wù)成本管理。